基于字典映射创建并修改DataFrame的'ans'列技术需求

需要分三步完成DataFrame新列'ans'的创建与修改：

• 第一步：将字典中的词汇映射到'text'列生成'ans'列。注意：若字典中的对应值是多词短语，需将对应的键重复短语的词数次数。
• 第二步：把'text'列中不在字典内的内容，在'ans'列中替换为'O'。
• 第三步：调整'ans'列的标记：如果当前元素的前一个元素不是'O'，则将当前元素中的'B-'替换为'I-'。例如序列O O O B-name B-name需要修改为O O O B-name I-name。

代码示例 #

import pandas as pd

# 创建映射字典
dict_1 = {
        'B-name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
        'B-acc' : ['bank account', 'Account number', 'bank acc num']
}

# 创建初始DataFrame
data = ['Ankit has a bank account in HSBC.', 'shivangi forgot her bank acc num', 'Aishwarya met shaurya']
df = pd.DataFrame(data, columns=['text'])

期望最终结果 #

# 最终的DataFrame结构
data = (['Ankit has a bank account in HSBC.', 'B-name O O B-acc I-acc O O'],
        ['shivangi forgot her bank acc num', 'B-name O O B-acc I-acc I-acc'], 
        ['Aishwarya met shaurya','B-name O B-name'])
df = pd.DataFrame(data, columns=['text','ans'])
print(df)

运行后输出：

text                              ans
0  Ankit has a bank account in HSBC.  B-name O O B-acc I-acc O O
1     shivangi forgot her bank acc num  B-name O O B-acc I-acc I-acc
2                Aishwarya met shaurya              B-name O B-name

内容的提问来源于stack exchange，提问作者soumya sharma